基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
K-匿名是解决数据隐私的关键技术,成为近年来研究热点.目前对K-匿名的研究大多依赖预定义的泛化层次,泛化后的数据有很大的数据损失,并且没有考虑到匿名后的可信属性缺乏多样性导致的隐私信息泄漏.本文针对K-匿名存在的上述问题,提出了一种在K-匿名之上的(L,K)-匿名模型,将聚类的方法应用(L,K)-匿名模型上,并给出了基于聚类分析的(L,K)-匿名算法,实验显示该方法能有效的消除K-匿名后可信属性的信息泄漏,增强数据发布的安全性.
推荐文章
保护隐私的(L,K)-匿名
数据发布
隐私
K-匿名
信泄漏
(L,K)-匿名1
基于聚类的数据敏感属性匿名保护算法
敏感属性
l-多样性
聚类
信息损失
基于聚类的高效(K,L)-匿名隐私保护
(K,L)-匿名
敏感属性
隐私保护
信息损失
聚类
K-means算法
基于局部聚类的数据匿名化算法
隐私保护
数据匿名
度量模型
聚类
信息损失
可用性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于聚类的(L,K)-匿名
来源期刊 燕山大学学报 学科 工学
关键词 K-匿名 聚类 (L,K)-匿名 信息泄漏 隐私
年,卷(期) 2007,(1) 所属期刊栏目
研究方向 页码范围 82-86
页数 5页 分类号 TP309
字数 3947字 语种 中文
DOI 10.3969/j.issn.1007-791X.2007.01.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘国华 燕山大学信息科学与工程学院 132 953 15.0 23.0
2 罗红薇 燕山大学信息科学与工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
K-匿名
聚类
(L,K)-匿名
信息泄漏
隐私
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
燕山大学学报
双月刊
1007-791X
13-1219/N
大16开
河北省秦皇岛市河北大街西段438号
18-73
1963
chi
出版文献量(篇)
2254
总下载数(次)
2
总被引数(次)
12529
论文1v1指导